Nessun risultato. Prova con un altro termine.
Guide
Notizie
Software
Tutorial

Database dell'applicazione

Creiamo un database e le tabelle destinate ad ospitare i dati che verranno utilizzati dalla nostra applicazione basata su Angular e PHP.
Creiamo un database e le tabelle destinate ad ospitare i dati che verranno utilizzati dalla nostra applicazione basata su Angular e PHP.
Link copiato negli appunti

Come primo passo iniziamo a preparare la base di dati. Creiamo nel nostro database server MySQL un database che chiameremo angularphp, e all'interno di questo inseriremo due tabelle che saranno in relazione uno a molti: una tabella per le categorie e una tabella per i prodotti.

La tabella delle categorie avrà la seguente struttura:

CREATE TABLE 'categorie' (
  'id' int(11) NOT NULL,
  'nome' varchar(256) NOT NULL,
  'descrizione' text NOT NULL,
  'data_insert' datetime NOT NULL,
  'data_update' timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP
) ENGINE=MyISAM DEFAULT CHARSET=utf8;
ALTER TABLE 'categorie'
  ADD PRIMARY KEY ('id');
ALTER TABLE 'categorie'
  MODIFY 'id' int(11) NOT NULL AUTO_INCREMENT, AUTO_INCREMENT=19;

Quindi una struttura molto semplice, con un campo id auto-incrementale come chiave primaria, nome e descrizione e due campi di servizio per registrare le date di INSERT e UPDATE. Per comodità popoliamo la tabella con un set di dati in modo da avere una base sulla quale lavorare:

INSERT INTO 'categorie' ('id', 'nome', 'descrizione', 'data_insert', 'data_update') VALUES
(1, 'Fashion', 'Descrizione categoria Fashion.', '2014-06-01 00:35:07', '2014-05-30 15:34:33'),
(2, 'Elettronica', 'Descrizione categoria Elettronica.', '2014-06-01 00:35:07', '2014-05-30 15:34:33'),
(3, 'Motori', 'Descrizione categoria Motori', '2014-06-01 00:35:07', '2014-05-30 15:34:54'),
(5, 'Movies', 'Descrizione categoria Movies.', '0000-00-00 00:00:00', '2016-01-08 12:27:26'),
(6, 'Libri', 'Descrizione categoria Libri.', '0000-00-00 00:00:00', '2016-01-08 12:27:47'),
(13, 'Sport', 'Descrizione categoria Sport.', '2016-01-09 02:24:24', '2016-01-09 00:24:24');

La tabella dei prodotti avrà questa struttura:

CREATE TABLE 'prodotti' (
  'id' int(11) NOT NULL,
  'nome' varchar(32) NOT NULL,
  'descrizione' text NOT NULL,
  'prezzo' decimal(10,2) NOT NULL,
  'categoria_id' int(11) NOT NULL,
  'data_insert' datetime NOT NULL,
  'data_update' timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP
) ENGINE=MyISAM DEFAULT CHARSET=latin1;
ALTER TABLE 'prodotti'
  ADD PRIMARY KEY ('id');
ALTER TABLE 'prodotti'
  MODIFY 'id' int(11) NOT NULL AUTO_INCREMENT, AUTO_INCREMENT=70;

Anche in questo caso una struttura molto semplice, simile a quella già vista per le categorie con l'unico particolare della chiave esterna categoria_id. Popoliamo quindi la tabella con alcuni record:

INSERT INTO 'prodotti' ('id', 'nome', 'descrizione', 'prezzo', 'categoria_id', 'data_insert', 'data_update') VALUES
(1, 'LG P880 4X HD', 'Descrizione LG P880 4X HD', '336', 3, '2014-06-01 01:12:26', '2014-05-31 15:12:26'),
(2, 'Google Nexus 4', 'Descrizione Google Nexus 4', '299', 2, '2014-06-01 01:12:26', '2014-05-31 15:12:26'),
(3, 'Samsung Galaxy S4', 'Descrizione Samsung Galaxy S4', '600', 3, '2014-06-01 01:12:26', '2014-05-31 15:12:26'),
(6, 'Bench Shirt', 'Descrizione Bench Shirt', '29', 1, '2014-06-01 01:12:26', '2014-05-31 00:12:21'),
(7, 'Lenovo Laptop', 'Descrizione Lenovo Laptop', '399', 2, '2014-06-01 01:13:45', '2014-05-31 00:13:39'),
(8, 'Samsung Galaxy Tab 10.1', 'Descrizione Samsung Galaxy Tab 10.1', '259', 2, '2014-06-01 01:14:13', '2014-05-31 00:14:08'),
(9, 'Spalding Watch', 'Descrizione Spalding Watch', '199', 1, '2014-06-01 01:18:36', '2014-05-31 00:18:31'),
(10, 'Sony Smart Watch', 'Descrizione Sony Smart Watch', '300', 2, '2014-06-06 17:10:01', '2014-06-05 16:09:51'),
(11, 'Huawei Y300', 'Descrizione Huawei Y300', '100', 2, '2014-06-06 17:11:04', '2014-06-05 16:10:54'),
(12, 'Abercrombie Lake Arnold Shirt', 'Descrizione Abercrombie Lake Arnold Shirt', '60', 1, '2014-06-06 17:12:21', '2014-06-05 16:12:11'),
(13, 'Abercrombie Allen Brook Shirt', 'Descrizione Abercrombie Allen Brook Shirt', '70', 1, '2014-06-06 17:12:59', '2014-06-05 16:12:49'),
(28, 'Wallet', 'Descrizione Wallet', '799', 6, '2014-12-04 21:12:03', '2014-12-03 21:12:03'),
(31, 'Amanda Waller Shirt', 'Descrizione Amanda Waller Shirt', '333', 1, '2014-12-13 00:52:54', '2014-12-12 00:52:54'),
(42, 'Nike Shoes for Men', 'Descrizione Nike Shoes for Men', '12999', 3, '2015-12-12 06:47:08', '2015-12-12 04:47:08'),
(48, 'Bristol Shoestt', 'Descrizione Bristol Shoestt.', '75', 5, '2016-01-08 06:36:37', '2016-01-08 04:36:37');

Bene, il nostro database ora è pronto per l'utilizzo e possiamo cominciare a lavorare alla nostra applicazione.

Ti consigliamo anche